Dampak lingkungan dari perumahan umum beli-untuk-sewa dan bangun-untuk-sewa

Abstrak
Studi ini menganalisis dampak perumahan umum pada lingkungan sekitar, dengan fokus pada tingkat konsumsi dan pangsa populasi individu berusia 20–59 tahun. Dengan menggunakan data administratif tentang perumahan umum dan data penggunaan kartu kredit dengan geografi terperinci, kami meneliti dampak heterogen dari dua jenis perumahan umum: beli-untuk-sewa dan bangun-untuk-sewa. Perumahan beli-untuk-sewa tidak menunjukkan dampak signifikan pada lingkungan sekitar dalam radius 500 m. Sebaliknya, perumahan bangun-untuk-sewa mengurangi tingkat konsumsi sebesar 1,9% dan pangsa populasi usia kerja sebesar 0,3 poin persentase. Dampak negatif meningkat seiring dengan meningkatnya kedekatan lingkungan sekitar dengan perumahan umum.

1. PENDAHULUAN
Di tengah tingginya biaya perumahan, peran pemerintah untuk menyediakan perumahan yang terjangkau bagi rumah tangga berpenghasilan rendah menjadi semakin penting. Di AS, misalnya, pemerintah federal, negara bagian, dan lokal menghabiskan sekitar USD 100 miliar untuk berbagai jenis bantuan perumahan (Diamond & McQuade, 2019 ). Salah satu bentuk bantuan perumahan yang paling populer adalah “perumahan sewa publik,” di mana unit perumahan disediakan dan dikelola langsung oleh pemerintah. Meskipun perumahan sewa publik merupakan langkah yang efektif untuk menyediakan perumahan bagi banyak rumah tangga, hal itu mungkin memiliki efek yang tidak diinginkan pada lingkungan sekitar karena rumah tangga berpenghasilan rendah terkonsentrasi di unit perumahan sewa publik ini.

Dalam makalah ini, kami menganalisis bagaimana perumahan sewa publik memengaruhi konsumsi dan komposisi demografis lingkungannya menggunakan model studi-peristiwa dan perbedaan-dalam-perbedaan. Studi kami berfokus pada konteks Korea Selatan, sebuah negara tempat penyediaan perumahan sewa publik telah mengalami peningkatan signifikan dalam beberapa tahun terakhir. Sebagai bagian dari strategi jangka panjang, pemerintah Korea telah menyediakan lebih dari 120.000 unit perumahan sewa publik setiap tahun antara tahun 2016 dan 2020, dengan tujuan meningkatkan pangsa perumahan sewa publik menjadi 10% dari semua perumahan pada tahun 2025. Hal ini mendorong kami untuk memperkirakan dampak dari berbagai jenis perumahan sewa publik, yang mencakup berbagai lingkungan.

Secara khusus, kami memperkirakan efek heterogen dari dua jenis perumahan sewa publik yang berbeda: perumahan beli-untuk-disewakan dan perumahan bangun-untuk-disewakan. Dalam sebagian besar proyek perumahan beli-untuk-disewakan, operator proyek membeli unit perumahan yang ada dan memasoknya ke rumah tangga yang membutuhkan. Sebaliknya, unit perumahan bangun-untuk-disewakan disediakan melalui proyek konstruksi baru. Kedua jenis perumahan publik ini berbeda dalam banyak dimensi. Pertama, perumahan bangun-untuk-disewakan lebih mungkin menyediakan lebih banyak unit dengan kepadatan yang lebih tinggi, dibandingkan dengan perumahan beli-untuk-disewakan. Kedua, keberadaan perumahan bangun-untuk-disewakan lebih mudah dikenali oleh penduduk lokal (dan calon penduduk). Perbedaan karakteristik ini dapat menyebabkan efek heterogen pada lingkungan sekitar.

Analisis empiris kami didasarkan pada data administratif tentang perumahan umum yang digabungkan dengan data kartu kredit yang berisi informasi tentang karakteristik lingkungan. Data perumahan umum mencakup lokasi pasti unit perumahan umum, jenis perumahan umum (beli untuk disewa atau bangun untuk disewa), dan jumlah total unit. Data kartu kredit, yang mencakup 90% dari total populasi di Korea, mencakup informasi tingkat area tentang tingkat konsumsi rata-rata individu berusia 20–59 tahun dan pangsa individu berusia 20–59 tahun.

Data ini memungkinkan kami untuk memperkirakan dampak perumahan sewa publik secara lebih tepat dengan unit geografis berbutir halus yang disebut “blok K.” Blok K adalah area kecil yang dibatasi oleh fitur geografis, sebanding dengan blok Sensus di AS Sampel analisis kami dibatasi pada blok K dalam radius 1000 m dari setiap unit perumahan publik baru, yang memungkinkan untuk memperkirakan dampak perumahan publik di lingkungan sekitar mereka secara lebih akurat. Kami mendefinisikan kelompok perlakuan sebagai blok K yang terletak dalam jarak 0–500 m dari setiap unit perumahan publik, tidak termasuk yang menyediakan perumahan publik secara langsung, untuk mengidentifikasi dampak “lingkungan sekitar”. Kelompok kontrol terdiri dari blok K yang terletak 500–1000 m jauhnya. Kelompok perlakuan dan kontrol yang didefinisikan secara sempit ini cenderung memiliki karakteristik lingkungan sekitar yang serupa, yang sangat penting untuk validitas estimasi perbedaan-dalam-perbedaan atau studi-peristiwa. Memang, kami menunjukkan bahwa tidak ada tren yang sudah ada sebelumnya antara kelompok perlakuan dan kontrol.

Kami menemukan bahwa perumahan umum beli-untuk-sewa tidak memiliki dampak signifikan pada karakteristik lingkungannya, diukur dari pangsa individu berusia 20–59 tahun (usia produktif) dan tingkat konsumsi mereka. Sementara itu, perumahan umum bangun-untuk-sewa memiliki dampak negatif yang signifikan pada lingkungan, menurunkan tingkat konsumsi dan pangsa individu berusia 20–59 tahun masing-masing sebesar 1,9% dan 0,3% poin. Ukuran dampak negatif menjadi lebih besar saat lingkungan menjadi lebih dekat dengan lokasi perumahan umum. Perbedaan dampak perumahan umum beli-untuk-sewa dan bangun-untuk-sewa pada tingkat konsumsi menjadi tidak dapat dibedakan secara statistik saat menyesuaikan jumlah unit perumahan, yang menunjukkan bahwa perbedaan dampak lingkungan sebagian disebabkan oleh ukuran perumahan umum. Namun, dampak negatif pada pangsa individu usia produktif hanya muncul di antara lingkungan di dekat perumahan bangun-untuk-sewa, bahkan setelah menyesuaikan jumlah unit perumahan.

Penelitian kami terkait dengan berbagai literatur yang ada tentang dampak perumahan umum. Banyak penelitian telah menganalisis bagaimana perumahan umum memengaruhi harga perumahan di lingkungannya (Blanco, 2023 ; Bradlow et al., 2018 ; Briggs et al., 1999 ; Diamond & McQuade, 2019 ; Ellen et al., 2007 ; Goujard, 2011 ; Koster & Van Ommeren, 2019 ; Landau, 2018 ; Santiago et al., 2001 ; Schwartz et al., 2006 ). 1 Beberapa penelitian terkini berfokus pada karakteristik lingkungan selain harga perumahan, seperti pendapatan (Baum-Snow & Marion, 2009 ), demografi (Almagro et al., 2023 ; Blanco & Neri, 2023 ), dan tingkat kejahatan lokal (Diamond & McQuade, 2019 ). 2

Sejauh pengetahuan kami, studi ini adalah yang pertama menganalisis dampak perumahan umum terhadap konsumsi di lingkungannya . 3 Meskipun konsumsi dan pendapatan berfungsi sebagai indikator karakteristik penghuni, konsumsi memiliki beberapa keuntungan, karena lebih akurat mencerminkan standar hidup dan kesejahteraan rumah tangga yang sebenarnya. Pertama, menurut hipotesis pendapatan permanen, konsumsi adalah ukuran standar hidup yang lebih baik daripada pendapatan, yang tunduk pada guncangan sementara (Meyer & Sullivan, 2012 ). Selain itu, kepemilikan aset—yang sering kali tidak ada dalam data pendapatan—dapat secara signifikan memengaruhi pola konsumsi. Misalnya, pensiunan mungkin memiliki pendapatan saat ini yang rendah tetapi mempertahankan tingkat konsumsi yang substansial karena kekayaan yang terakumulasi. Selain itu, konsumsi memperhitungkan faktor-faktor yang mungkin diabaikan oleh data pendapatan, seperti perpajakan dan transfer publik atau swasta, yang khususnya relevan bagi rumah tangga di ujung bawah distribusi (Attanasio & Pistaferri, 2016 ). 4

Lebih jauh lagi, data konsumsi—terutama dari penggunaan kartu kredit—sering kali lebih dapat diandalkan daripada pendapatan yang dilaporkan sendiri. Survei pendapatan mungkin mengalami berbagai masalah pelaporan: rumah tangga berpendapatan tinggi, khususnya mereka yang memiliki wirausaha atau pendapatan bisnis, cenderung tidak melaporkan pendapatan mereka (Hurst et al., 2014 ), sementara rumah tangga berpendapatan rendah sering kali tidak melaporkan transfer dan tunjangan pemerintah (Meyer et al., 2015 ). Penelitian juga mendokumentasikan pernyataan pendapatan yang berlebihan secara sistematis dalam aplikasi hipotek selama periode ekspansi kredit (Mian & Sufi, 2017 ). Masalah pengukuran ini semakin mendukung penggunaan ukuran berbasis konsumsi.

Selain meneliti dampak konsumsi, studi ini juga berkontribusi pada literatur dengan menganalisis dampak dari dua jenis perumahan sewa publik yang berbeda—beli untuk disewa dan bangun untuk disewa—dalam kerangka empiris yang sama. Tidak seperti kebanyakan karya sebelumnya yang berfokus pada satu jenis perumahan publik, Ellen et al. ( 2007 ) menemukan bahwa dampak proyek perumahan publik di New York bersifat heterogen berdasarkan jenis dan skala. Kami juga menunjukkan bahwa dua jenis perumahan sewa publik yang berbeda di Korea menyebabkan dampak yang berbeda pada lingkungan sekitar. Temuan kami memberikan implikasi penting bagi para pembuat kebijakan yang bertujuan untuk meminimalkan dampak negatif perumahan publik terhadap lingkungan sekitar.

Studi ini terdiri dari beberapa bagian berikut. Bagian 2 memberikan gambaran umum tentang kebijakan perumahan umum di Korea. Bagian 3 menjelaskan data dan memberikan statistik ringkasan. Bagian 4 menyajikan strategi empiris. Bagian 5 melaporkan hasilnya. Bagian 6 menyimpulkan.

2 PERUMAHAN UMUM DI KOREA
Menurut “Undang-Undang Khusus tentang Perumahan Umum,” perumahan umum di Korea disediakan oleh “operator proyek perumahan umum,” termasuk pemerintah pusat, pemerintah daerah, dan perusahaan publik. 5 Perumahan umum mencakup perumahan umum untuk dijual dan perumahan umum sewa, seperti yang ditunjukkan pada Gambar 1. Perumahan umum untuk dijual bertujuan untuk memungkinkan rumah tangga berpenghasilan rendah memiliki unit perumahan dengan harga yang lebih terjangkau. Perumahan umum sewa dirancang untuk menawarkan unit sewa kepada rumah tangga berpenghasilan rendah dengan harga yang lebih rendah, tanpa memberikan kepemilikan. Dalam makalah ini, kami fokus pada pemeriksaan efek lingkungan dari perumahan umum sewa, yang sering kali datang dengan pembatasan pendapatan yang lebih ketat dibandingkan dengan perumahan umum untuk dijual.

Perumahan sewa publik selanjutnya dibagi menjadi perumahan publik bangun-untuk-sewa dan perumahan publik beli-untuk-sewa. Perumahan bangun-untuk-sewa mencakup properti yang dibangun dan disediakan oleh operator perumahan publik, sedangkan perumahan beli-untuk-sewa melibatkan operator perumahan publik yang membeli unit perumahan yang sudah ada daripada membangun yang baru. Perumahan bangun-untuk-sewa lebih mungkin menyediakan lebih banyak unit perumahan dengan kepadatan yang lebih tinggi, dibandingkan dengan perumahan beli-untuk-sewa yang disediakan menggunakan unit perumahan yang sudah ada. Selain itu, keberadaan perumahan bangun-untuk-sewa biasanya lebih terlihat oleh penduduk lokal dan calon penyewa bahkan sebelum konstruksi dimulai, karena indikator yang berbeda diamati di lokasi konstruksi. 6

Gambar 2 menggambarkan pertumbuhan yang substansial dan konsisten dalam stok tahunan unit perumahan sewa publik yang dibangun dan dibeli untuk disewa dari tahun 2016 hingga 2021. Khususnya, unit perumahan umum yang dibangun untuk disewa menunjukkan jumlah yang lebih besar dibandingkan dengan unit yang dibeli untuk disewa, meskipun kategori yang terakhir jumlahnya berlipat ganda selama periode ini. Peningkatan signifikan dalam perumahan umum ini dapat dikaitkan dengan strategi jangka panjang oleh pemerintah Korea, yang memiliki tujuan untuk meningkatkan pangsa perumahan sewa publik menjadi 10% dari semua perumahan pada tahun 2025.

Penghuni rumah susun sewa publik harus memenuhi ambang batas pendapatan dan aset tertentu, yang bervariasi tergantung pada jenis rumah. Misalnya, untuk memenuhi syarat mendapatkan rumah susun sewa publik “Permanen”, pelamar harus menjadi penerima manfaat Jaminan Hidup Dasar Nasional. Ini mengharuskan pendapatan mereka di bawah 50% dari pendapatan rata-rata standar dan aset mereka berada di bawah ambang batas yang ditentukan. Rumah susun sewa publik “Umum” memiliki kriteria pendapatan dan aset yang sama dengan kategori “Permanen” dari rumah susun sewa. Mahasiswa memenuhi syarat untuk rumah susun sewa publik “Rumah Bahagia” jika pendapatan rumah tangga mereka di bawah 100% dari pendapatan bulanan rata-rata rumah tangga pekerja kota, dan aset mereka di bawah ambang batas yang ditentukan.

Sebagaimana diantisipasi berdasarkan kriteria kelayakan yang dibahas di atas, penyewa rumah susun sewa publik menunjukkan status sosial ekonomi yang jauh lebih rendah (Tabel A2 ). Mereka melaporkan tingkat pendapatan, konsumsi, aset, dan pencapaian pendidikan yang lebih rendah. Lebih jauh lagi, mereka secara signifikan lebih mungkin menjadi penerima program pemerintah seperti Program Keamanan Hidup Dasar Nasional. Karena status sosial ekonomi penghuni rumah susun yang rendah, mungkin ada beberapa dampak negatif pada lingkungan sekitar, yang akan dieksplorasi dalam analisis empiris.

3 DATA
Variabel penanganan utama kami adalah kedekatan dengan perumahan sewa publik yang dibeli dan dibangun untuk disewa. Kami menggunakan data administratif tentang perumahan sewa publik di provinsi Gyeonggi dan Daegu di Korea, yang diperoleh dari Badan Pertanahan dan Perumahan Nasional (LH) dan perusahaan perumahan regional yang dimiliki oleh pemerintah daerah. Data tersebut mencakup alamat dan tahun penyediaan unit perumahan publik di provinsi Gyeonggi dan Daegu, yang dikategorikan berdasarkan jenisnya. Waktu penyediaan untuk perumahan yang dibeli untuk disewa dan dibangun untuk disewa didefinisikan sebagai titik saat unit-unit ini awalnya diperoleh oleh operator proyek perumahan publik dan titik saat konstruksi selesai, masing-masing. Kami membuat kode geografis alamat setiap unit perumahan publik untuk analisis empiris berikutnya (lihat Gambar A1 dan Gambar A2 untuk lokasi terperinci setiap perumahan sewa publik dan radius 1000 m masing-masing).

Kami fokus pada perumahan sewa publik yang disediakan di provinsi Gyeonggi dan Daegu, di mana informasi terperinci tentang lokasi pasti unit perumahan publik individu tersedia. Pada tahun 2018 saja, 409 proyek beli-untuk-sewa dan 32 proyek bangun-untuk-sewa disertakan dalam analisis. Jumlah proyek, khususnya proyek bangun-untuk-sewa, mungkin tampak kecil, sehingga menimbulkan kekhawatiran tentang representasi data kami. Namun, meskipun ini tidak mencakup seluruh pasokan perumahan sewa nasional, sampel proyek bangun-untuk-sewa kami mewakili setengah dari total pasokan unit perumahan publik bangun-untuk-sewa secara nasional. 7 Selain itu, jumlah proyek perumahan publik bangun-untuk-sewa yang digunakan dalam analisis ini sebanding dengan yang ada dalam penelitian lain yang menggunakan metode empiris berbasis jarak, seperti Hasan et al. ( 2025 ). 8 Lebih jauh lagi, kondisi ekonomi provinsi-provinsi ini, seperti tingkat konsumsi dan pangsa pekerja yang lebih tua, mirip dengan rata-rata nasional (Gambar A3 ), sehingga hasil tersebut berlaku untuk wilayah lain di Korea Selatan.

Untuk mengeksplorasi dampak perumahan umum pada karakteristik lingkungan, kami menggunakan data K-Atlas yang dibeli dari Real Estate 114. Kumpulan data ini, yang berasal dari catatan keuangan yang disediakan oleh Biro Kredit Korea (KCB), digabungkan dengan informasi geografis terperinci tentang alamat tempat tinggal pemegang akun, yang mencakup 90% dari total populasi Korea Selatan. Unit geografis data adalah blok K, yang sebanding dengan blok Sensus di AS. Secara khusus, blok K dibangun menggunakan batas jalan dan fitur geologis lainnya, yang ditetapkan sedemikian rupa sehingga setiap blok tidak berisi populasi yang terlalu besar atau terlalu rendah. 9 Meskipun luas lahan blok K bervariasi secara signifikan, blok-blok tersebut umumnya cukup kecil sehingga batas 500 m, yang berfungsi sebagai area perawatan default kami, mencakup beberapa blok K. 10 Dengan menggunakan data K-Atlas, kami mengumpulkan informasi tentang populasi penduduk tingkat blok K, jumlah penduduk berusia antara 20 dan 59 tahun, dan tingkat konsumsi kartu kredit bulanan menurut kelompok usia. 11 Tabel 1 memberikan ringkasan statistik variabel-variabel utama per November 2019. 12

 

TABEL 1. Statistik ringkasan (November 2019).

Catatan : Dihitung menggunakan data K-Atlas. Ditimbang berdasarkan jumlah observasi di setiap blok K. Pendapatan dan konsumsi dalam KRW 10.000 (USD 8,89). Konsumsi diperoleh dari penggunaan kartu kredit. Pendapatan dilaporkan sendiri dan disesuaikan berdasarkan pekerjaan dan sumber pendapatan, upah minimum, inflasi, dan perubahan penggunaan kartu kredit.

4 STRATEGI EMPIRIS
Dalam analisis empiris kami, kami menggunakan blok-K yang titik beratnya terletak dalam jarak 1000 m dari setiap unit perumahan umum yang disediakan antara tahun 2018 (dan 2019). Selanjutnya, kami membentuk kelompok perlakuan dan kontrol yang terdiri dari blok-K yang terletak dalam jarak 500 dan 500–1000 m dari unit perumahan umum, masing-masing. Untuk berfokus pada dampak perumahan umum pada lingkungan sekitarnya (tidak termasuk potensi dampak mekanis yang disebabkan oleh peningkatan jumlah rumah tangga berpendapatan rendah dari perumahan umum baru), kami mengecualikan blok-K tempat perumahan sewa umum disediakan setidaknya satu kali antara tahun 2017 dan 2020. 13

Kami menggunakan model studi-peristiwa untuk memperkirakan dampak perumahan sewa publik terhadap lingkungan sekitar. Model tersebut membandingkan hasil blok perawatan dan blok kontrol dari waktu ke waktu, di mana status perawatan ditentukan oleh kedekatan dengan setiap unit perumahan publik. Secara lebih formal, kami memperkirakan persamaan regresi berikut:

5 DAMPAK PERUMAHAN UMUM TERHADAP LINGKUNGAN
5.1 Hasil studi kejadian
Gambar 3 menyajikan dampak perumahan sewa publik yang disediakan pada tahun 2018 terhadap tingkat konsumsi rata-rata (Panel A) dan pangsa individu berusia 20–59 tahun (Panel B) di lingkungan sekitarnya—khususnya, blok K dalam radius 500 m. Fokus kami adalah pada perumahan publik yang disediakan pada tahun 2018 (bukan 2019), karena memungkinkan pengamatan pascaperiode yang lebih lama untuk menangkap dampak yang tertunda. Dampak yang diperkirakan dari perumahan beli-untuk-sewa (
) dan perumahan bangun-untuk-disewakan (
) masing-masing diwakili oleh titik hitam dan titik abu-abu. Interval keyakinan 95% setiap koefisien ditunjukkan oleh garis vertikal.

Gambar 3 , Panel A menggambarkan dampak pasokan perumahan umum pada tahun 2018 terhadap konsumsi kartu kredit bulanan di antara individu berusia 20–59 tahun. Lingkungan sekitar lokasi proyek perumahan beli-untuk-sewa tidak menunjukkan variasi signifikan dalam tingkat konsumsi sebelum dan sesudah pasokan perumahan umum. Namun, di lingkungan sekitar proyek perumahan bangun-untuk-sewa, konsumsi bulanan mengalami penurunan bertahap dan signifikan secara statistik sebesar 4% hingga tahun 2020.

Gambar 3 , Panel B menyajikan dampak pasokan perumahan umum pada tahun 2018 terhadap pangsa individu berusia 20–59 tahun. Dampak perumahan umum beli-untuk-sewa terhadap komposisi populasi lingkungan tersebut minimal dan secara statistik tidak signifikan di semua periode. Namun, lingkungan sekitar perumahan umum bangun-untuk-sewa mengalami penurunan pangsa individu berusia 20–59 tahun mulai dari akhir tahun 2019. Pada bulan Mei 2020, pangsa populasi ini di lingkungan sekitar perumahan umum bangun-untuk-sewa menurun sebesar 0,4% poin.

Merangkum hasil tersebut, kami menemukan bahwa perumahan umum beli-untuk-sewa memiliki dampak yang kecil dan tidak signifikan terhadap tingkat konsumsi rata-rata dan komposisi populasi di lingkungan tersebut. Namun, perumahan umum bangun-untuk-sewa menunjukkan dampak yang nyata berupa penurunan baik pada tingkat konsumsi rata-rata maupun persentase individu berusia 20–59 tahun di lingkungannya, masing-masing mulai dari tahun 2018 hingga 2019.

Apa yang dapat menjelaskan perbedaan signifikan dalam dampak antara berbagai jenis perumahan umum ini? Perumahan umum beli-sewa biasanya menampung sekitar 10 rumah tangga, sedangkan perumahan umum bangun-sewa biasanya menampung lebih banyak rumah tangga. Selain itu, penduduk di lingkungan sekitar mungkin tidak menyadari keberadaan perumahan beli-sewa, yang cenderung sulit diidentifikasi hanya berdasarkan tampilan luarnya. Sebaliknya, keberadaan perumahan bangun-sewa sudah dikenal luas oleh penduduk setempat bahkan sebelum konstruksi dimulai, seperti yang terlihat dari tanda-tanda yang terlihat di lokasi konstruksi.

Lebih jauh, apa yang berpotensi menjelaskan dampak buruk dari perumahan umum yang dibangun untuk disewakan pada tingkat konsumsi rata-rata dan bagian dari individu usia produktif? Pertama, peningkatan pasokan perumahan umum yang dibangun untuk disewakan dapat menekan sewa dan harga perumahan di lingkungan tersebut, sehingga mengubah komposisi populasi di area tersebut. Sewa yang lebih rendah dapat menarik rumah tangga berpenghasilan rendah yang sebelumnya tidak mampu tinggal di lingkungan tersebut; akibatnya, pendapatan rata-rata dan tingkat konsumsi lingkungan tersebut menurun. Selain itu, sewa yang lebih rendah juga dapat mendorong masuknya penduduk yang lebih tua, yang umumnya memiliki kedudukan ekonomi yang lebih lemah daripada individu usia produktif dan yang pilihan lokasinya tidak dibatasi oleh kebutuhan perjalanan atau pendidikan anak-anak mereka.

Penjelasan lain yang mungkin adalah relokasi rumah tangga yang menganggap perumahan umum bangun-untuk-sewa sebagai suatu ketidaknyamanan. Dengan kata lain, rumah tangga berpendapatan tinggi dan konsumsi tinggi yang tidak ingin berada di dekat perumahan umum sewa cenderung meninggalkan lingkungan tersebut, dan mereka digantikan oleh rumah tangga berpendapatan rendah dan konsumsi rendah. Demikian pula, individu usia produktif digantikan oleh individu yang lebih tua dengan pendapatan rata-rata dan tingkat pendidikan yang jauh lebih rendah. 14 Rumah tangga mungkin menganggap perumahan umum bangun-untuk-sewa sebagai suatu ketidaknyamanan karena berbagai alasan, dan salah satunya adalah kekhawatiran mereka tentang distrik sekolah. Khususnya, porsi individu usia produktif mungkin menurun karena rumah tangga dengan anak-anak pindah untuk mencari distrik sekolah yang lebih baik.

Sementara beberapa pihak mungkin berpendapat bahwa pembangunan bangun-untuk-disewakan memengaruhi tingkat konsumsi rata-rata dan distribusi usia karena lonjakan bangunan dan infrastruktur baru, penjelasan ini gagal untuk sepenuhnya memperhitungkan penurunan konsumsi yang diamati. Pertama, analisis kami mengecualikan blok-K tempat perumahan sewa publik (dan mungkin bangunan baru) diperkenalkan, untuk fokus pada efek tidak langsung pada lingkungan sekitar. Kedua, bahkan jika toko dan pertokoan baru menyebabkan harga eceran yang lebih rendah, penurunan ini akan diimbangi dengan peningkatan peluang konsumsi keseluruhan dari bangunan baru. Akhirnya, tidak ada bukti kuat bahwa bangunan ritel baru akan secara tidak proporsional menarik penduduk yang lebih tua daripada individu usia prima. Oleh karena itu, penjelasan alternatif ini tidak dapat menjelaskan secara memadai pola demografi dan konsumsi yang diamati di lingkungan sekitar perumahan umum bangun-untuk-disewakan.

Singkatnya, dampak negatif perumahan umum terhadap konsumsi dan proporsi individu usia produktif kemungkinan besar didorong oleh pilihan tempat tinggal rumah tangga, bukan oleh bangunan atau infrastruktur baru. Secara khusus, sewa yang lebih rendah akibat peningkatan pasokan perumahan, serta persepsi perumahan umum sebagai suatu ketidaknyamanan, kemungkinan merupakan faktor yang berkontribusi terhadap pergeseran ini. Sesuai dengan prediksi ini, kami menemukan bukti sugestif tentang sewa yang lebih rendah di blok-K tetangga, meskipun kami memperingatkan bahwa estimasi ini tidak tepat karena pengurangan yang signifikan dalam ukuran sampel saat menggunakan data harga sewa tingkat blok-K (Gambar A5 ).

Dampak lingkungan terhadap konsumsi dan proporsi individu usia produktif ini terlihat jelas bahkan dalam periode pasca-2 tahun yang relatif singkat, kemungkinan besar karena mobilitas hunian yang tinggi di Korea Selatan dibandingkan dengan negara-negara maju lainnya. 15 Penting untuk dicatat bahwa dampak yang dibahas di sini merupakan dampak tidak langsung terhadap lingkungan, bukan dampak langsung dari penduduk baru yang pindah ke perumahan umum yang baru dibangun. Lebih jauh, perubahan demografi yang diamati kemungkinan terjadi di dalam unit perumahan yang sudah ada daripada melalui penambahan konstruksi baru dengan harga pasar, karena ada bukti terbatas tentang pertumbuhan populasi di lingkungan ini (Gambar A5 ).

Sejauh ini, kami telah fokus pada analisis dampak perumahan umum yang disediakan pada tahun 2018. Menganalisis dampak perumahan umum yang disediakan pada tahun 2019 tidak memberikan informasi yang cukup tentang efek jangka panjang pada periode pasca, karena data yang tersedia hanya berlaku hingga Mei 2020. Seperti yang digambarkan dalam Gambar 3 , efek perumahan umum memerlukan waktu untuk menjadi nyata. Selain itu, timbulnya pandemi COVID-19 pada tahun 2020 mengganggu transaksi dan relokasi real estat. Meskipun demikian, adalah mungkin untuk menganalisis efek pra-periode perumahan umum dengan berfokus pada perumahan yang disediakan pada tahun 2019, yang dapat digunakan untuk menilai tren yang sudah ada sebelumnya. Temuan kami menunjukkan bahwa baik kelompok kontrol maupun perlakuan untuk perumahan umum bangun dan beli-untuk-sewa menunjukkan tren yang sama sebelum 2019 (Gambar A6 ). Hasil ini mengonfirmasi validitas estimasi studi-peristiwa sebelumnya pada Gambar 3 dan menyiapkan panggung untuk penyajian estimasi perbedaan-dalam-perbedaan berikutnya.

5.2 Hasil perbedaan dalam perbedaan
5.2.1 Efek utama
Tabel 2 menunjukkan estimasi analisis perbedaan dalam perbedaan (persamaan
) untuk mengetahui dampak lingkungan dari perumahan umum bangun-untuk-sewa dan bangun-untuk-sewa terhadap tingkat konsumsi rata-rata individu berusia 20 hingga 59 tahun (Panel A) dan bagian individu berusia 20–59 tahun (Panel B). Estimasi perbedaan-dalam-perbedaan dalam Tabel 2 ini memberikan ringkasan hasil studi-peristiwa yang digambarkan dalam Gambar 3. Estimasi ini membandingkan dampak perumahan umum sebelum diperkenalkan (pra-periode) dan setelah diperkenalkan (pasca-periode), menggunakan definisi kolom yang berbeda untuk periode ini. Secara khusus, kolom 1-3 berfokus pada dampak perumahan umum yang disediakan pada tahun 2018, sementara kolom 4 memberikan dampak perumahan umum yang disediakan pada tahun 2018 dan 2019. Tahun-tahun pasca-periode pada kolom 1 hingga 4 masing-masing berkaitan dengan tahun 2019-2020, 2019, 2020, dan 2020, sedangkan tahun-tahun pra-periode secara konsisten ditetapkan pada tahun 2017. Kolom 1 adalah spesifikasi pilihan kami karena menyediakan cukup banyak periode pasca.

TABEL 2. Dampak perumahan umum terhadap lingkungan sekitar.

Catatan : Kesalahan standar dikelompokkan berdasarkan lingkungan sekitar setiap unit perumahan umum dan ditunjukkan dalam tanda kurung. Regresi dibobot dengan populasi blok-K dibagi dengan jumlah kali blok-K digunakan dalam analisis. Sampel dibatasi pada blok-K dalam radius 1000 m dari setiap unit perumahan umum. Kami mengecualikan blok-K tempat perumahan sewa umum disediakan setidaknya satu kali antara tahun 2017 dan 2020. Kami memperkirakan Persamaan ( 2 ) dan melaporkan
Dan
dimana variabel hasil untuk Panel A dan B adalah logaritma konsumsi bulanan dan pangsa individu berusia 20–59 tahun, masing-masing. Kami juga melaporkan nilai p dari perbedaan
Dan
* p < 0,1, ** p < 0,05, *** p < 0,01.

Bahasa Indonesia: Di Panel A Tabel 2 , kita menemukan bahwa beli dan bangun-untuk-sewa perumahan umum memiliki efek yang berbeda pada tingkat konsumsi rata-rata lingkungan tempat tinggalnya. Semua koefisien beli-untuk-sewa perumahan umum adalah negatif, yang menunjukkan potensi penurunan konsumsi, tetapi secara ekonomi kecil dan secara statistik tidak signifikan. Sebaliknya, estimasi untuk bangun-untuk-sewa perumahan umum secara umum menunjukkan koefisien negatif yang jauh lebih besar dan signifikan. Di kolom 1, yang membandingkan hasil tahun 2019-2020 dengan tahun 2017, bangun-untuk-sewa perumahan umum yang disediakan pada tahun 2018 menurunkan konsumsi rata-rata lingkungan tersebut sebesar 1,9%. Mempertimbangkan bahwa tingkat konsumsi bulanan rata-rata dari area tetangga adalah KRW 1,72 juta pada bulan Desember 2017 (USD 1529), penurunan ini berarti penurunan sekitar KRW 32.000 (USD 28) per bulan. Penurunan ini menggeser peringkat konsumsi lingkungan tersebut dari persentil ke-45 ke persentil ke-41 dalam distribusi regional. Pada kolom 2 hingga 4 dengan tahun alternatif pasokan dan periode pasca, kami juga menemukan efek negatif serupa dari perumahan umum yang dibangun untuk disewakan. Ukuran efeknya lebih kecil di kolom 2, yang hanya menggunakan tahun 2019 sebagai periode pasca, kemungkinan karena efek dinamis dari perumahan umum. 16

Panel B pada Tabel 2 juga menunjukkan efek yang kontras dari pembelian dan pembangunan untuk disewakan perumahan umum pada bagian individu usia produktif (usia 20–59 tahun) di daerah sekitar. Pembelian untuk disewakan perumahan umum tidak secara signifikan memengaruhi bagian ini, sementara pembangunan untuk disewakan perumahan umum menguranginya. Koefisien yang diperkirakan dari pembelian untuk disewakan perumahan umum semuanya kecil secara ekonomi dan tidak signifikan secara statistik. Sebaliknya, pembangunan untuk disewakan perumahan umum umumnya menunjukkan koefisien negatif yang lebih besar dan signifikan secara statistik. Di kolom 1, kami menemukan bahwa pembangunan untuk disewakan perumahan umum menurunkan bagian individu berusia 20–59 tahun sebesar 0,3% poin. Mengingat bahwa rata-rata bagian usia 20–59 di daerah sekitar pada tahun 2017 adalah 0,767, penurunan ini menurunkan peringkat lingkungan dari persentil ke-43 ke persentil ke-41 dalam distribusi regional. Efek negatif serupa dari pembangunan untuk disewakan perumahan umum diamati di kolom 2 hingga 4, meskipun dengan besaran yang agak lebih kecil. 17

Singkatnya, perumahan umum beli-untuk-sewa tidak secara signifikan memengaruhi tingkat konsumsi rata-rata atau pangsa individu berusia 20–59 tahun di blok tetangga. Sementara itu, perumahan umum bangun-untuk-sewa menurunkan tingkat konsumsi dan pangsa individu usia produktif. Temuan ini sejalan dengan hasil studi kejadian yang digambarkan dalam Gambar 3 .

5.2.2 Dampak berdasarkan ukuran tempat tinggal
Seperti yang disebutkan sebelumnya, mungkin saja perumahan umum yang dibangun untuk disewakan memiliki dampak lingkungan yang lebih kecil dibandingkan dengan perumahan umum yang dibangun untuk disewakan karena adanya variasi jumlah rumah tangga dalam setiap jenis perumahan. Untuk menyelidiki apakah perbedaan dalam ukuran tempat tinggal saja dapat menjelaskan berbagai dampak tersebut, kami meneliti dampak perumahan umum berdasarkan jumlah unit tempat tinggal yang dicakupnya. Secara khusus, kami menginteraksikan akar kuadrat dari jumlah unit tempat tinggal dengan variabel penjelas utama dalam Persamaan 2 :

Pada Tabel 3 , Panel A menunjukkan dampak unit hunian tambahan (akar pangkat dua) dari perumahan umum beli dan bangun untuk sewa terhadap konsumsi rata-rata lingkungan sekitar. Bertentangan dengan temuan pada Tabel 2 , yang tidak memperhitungkan perbedaan ukuran hunian, dampak perumahan beli dan bangun untuk sewa terhadap konsumsi tidak berbeda secara signifikan. Kolom 1 pada Tabel 3 menunjukkan bahwa peningkatan 100 unit hunian tambahan di kedua jenis perumahan menyebabkan penurunan 0,8% pada tingkat konsumsi lingkungan sekitar. Hal ini menunjukkan bahwa dampak yang berbeda pada konsumsi yang diamati pada Tabel 2 kemungkinan besar disebabkan oleh perbedaan jumlah unit hunian di setiap jenis perumahan umum.

TABEL 3. Dampak perumahan umum terhadap lingkungan berdasarkan ukuran tempat tinggal.

Catatan : Kesalahan standar dikelompokkan berdasarkan lingkungan sekitar setiap unit perumahan umum dan ditunjukkan dalam tanda kurung. Regresi dibobot dengan populasi blok-K dibagi dengan jumlah kali blok-K digunakan dalam analisis. Sampel dibatasi pada blok-K dalam radius 1000 m dari setiap unit perumahan umum. Kami mengecualikan blok-K tempat perumahan sewa umum disediakan setidaknya satu kali antara tahun 2017 dan 2020. Kami berinteraksi dengan akar kuadrat jumlah unit hunian dengan variabel penjelas utama dalam Persamaan ( 2 ):
Variabel hasil untuk Panel A dan B adalah logaritma konsumsi bulanan dan pangsa individu berusia 20–59 tahun. Kami juga melaporkan nilai p dari perbedaan
Dan
* p < 0,1, ** p < 0,05, *** p < 0,01.

Dalam Panel B Tabel 3 , bagaimanapun, kami menunjukkan bahwa dampak dari unit hunian tambahan dari kedua jenis perumahan pada bagian individu berusia 20-59 tahun secara umum berbeda. Perumahan beli-untuk-sewa tidak memiliki dampak negatif pada bagian individu usia prima, sedangkan peningkatan 100 unit hunian tambahan di perumahan umum bangun-untuk-sewa secara signifikan mengurangi bagian tersebut sebesar 0,1 hingga 0,2% poin. Pengurangan ini bermakna secara ekonomi, mengingat ukuran populasi lingkungan yang terkena dampak. Dalam radius 500 m dari perumahan umum bangun-untuk-sewa, sampel K-Atlas mencakup sekitar 1,7 ribu orang. Oleh karena itu, 100 unit perumahan bangun-untuk-sewa tambahan akan mengurangi populasi orang berusia 20 hingga 59 tahun sebesar 1,7 hingga 3,4 individu. Hasil ini konsisten dengan Panel B Tabel 2 yang tidak memperhitungkan perbedaan ukuran hunian dan hanya mengidentifikasi dampak negatif di perumahan umum bangun-untuk-sewa. Meskipun temuannya bersifat sugestif, mungkin ada karakteristik unik dari perumahan umum yang dibeli dan dibangun untuk disewa yang menghasilkan dampak yang berbeda pada lingkungan sekitar, di luar jumlah total unit hunian. 18

5.2.3 Dampak berdasarkan jarak dari perumahan umum
Studi kejadian sebelumnya dan analisis perbedaan-dalam-perbedaan secara implisit mengasumsikan bahwa semua blok-K menerima perlakuan yang sama ketika mereka berada dalam radius 500 m dari unit perumahan umum (disediakan pada tahun 2018 atau 2019). Blok-blok yang terletak antara 500 dan 1000 m dari unit perumahan umum ditetapkan sebagai kelompok kontrol, berdasarkan asumsi bahwa mereka tidak terpengaruh secara signifikan. Namun, kami mengakui kemungkinan hubungan berkelanjutan antara efek perlakuan dan jarak dari unit perumahan umum. Misalnya, blok yang terletak hanya 100 m dari unit perumahan umum mungkin mengalami efek yang lebih signifikan dibandingkan dengan yang terletak 500 m jauhnya. Lebih jauh lagi, bahkan blok yang terletak di luar 500 m dari unit perumahan umum (digunakan sebagai kelompok kontrol dalam analisis sebelumnya) mungkin masih terpengaruh dalam beberapa cara.

Tabel 4 menjelaskan potensi variasi dalam dampak perawatan perumahan umum berdasarkan jarak dari unit perumahan umum. Secara khusus, boneka perawatan (variabel indikator apakah blok K terletak dalam radius 500 m dari unit perumahan umum) dalam persamaan
diganti dengan nilai jarak negatif (dalam km) antara setiap unit perumahan umum dan blok K di sebelahnya, yang berinteraksi dengan post dummy. Sekali lagi, sampel analisis dibatasi pada blok yang terletak antara 1000 m (1 km) dari setiap unit perumahan umum (disediakan pada tahun 2018 atau 2019).

TABEL 4. Dampak kedekatan dengan perumahan umum terhadap lingkungan sekitar.

Catatan : Kesalahan baku dikelompokkan berdasarkan lingkungan sekitar setiap unit perumahan umum dan ditunjukkan dalam tanda kurung. Regresi dibobot dengan populasi blok-K dibagi dengan berapa kali blok-K digunakan dalam analisis. Sampel dibatasi pada blok-K dalam radius 1000 m dari setiap unit perumahan umum. Kami mengecualikan blok-K tempat perumahan sewa umum dipasok setidaknya satu kali antara tahun 2017 dan 2020. Boneka perlakuan (variabel indikator apakah blok-K terletak dalam radius 500 m dari unit perumahan umum) dalam Persamaan ( 2 ) diganti dengan nilai jarak negatif (dalam km) antara setiap unit perumahan umum dan blok-K tetangganya, yang berinteraksi dengan boneka pasca. Variabel hasil untuk Panel A dan B adalah logaritma konsumsi bulanan dan pangsa individu berusia 20–59 tahun, masing-masing. * p < 0,1, ** p < 0,05, *** p < 0,01.

Seperti yang ditunjukkan pada Tabel 4 , koefisien yang diestimasi umumnya negatif, meskipun beberapa di antaranya diestimasi secara tidak tepat. Koefisien negatif menunjukkan bahwa efek buruk pada konsumsi (Panel A) dan pangsa individu usia prima (Panel B) lebih mungkin diucapkan di blok yang lebih dekat dengan perumahan umum. Efek negatif secara signifikan lebih besar di blok dekat perumahan umum bangun-untuk-sewa daripada yang ada di perumahan umum beli-untuk-sewa, konsisten dengan temuan dari analisis sebelumnya. Kolom 1 menunjukkan koefisien negatif tetapi kecil dan tidak signifikan untuk perumahan beli-untuk-sewa. Sebaliknya, saat sebuah blok menjadi 100 m lebih dekat ke perumahan umum bangun-untuk-sewa, konsumsi rata-rata dan pangsa individu berusia 20–59 tahun menurun masing-masing sebesar 0,4% dan 0,04% poin.

5.3 Analisis pencocokan dan pemeriksaan ketahanan
Meskipun kami menggunakan area geografis yang sempit untuk membuat kelompok perlakuan dan kontrol (blok K yang terletak dalam jarak 500 m dari unit perumahan umum untuk kelompok perlakuan, dan blok K yang terletak dalam jarak 500 hingga 1000 m untuk kelompok kontrol), kami tidak dapat mengabaikan kemungkinan adanya perbedaan mendasar lainnya dalam berbagai karakteristik di antara mereka. Blok perlakuan di dekat unit perumahan umum mungkin telah tertinggal dibandingkan dengan blok kontrol, yang dapat menyebabkan estimasi bias negatif terhadap dampak perumahan umum. Meskipun kami mengonfirmasi bahwa kelompok perlakuan dan kontrol tidak memiliki pra-tren yang jelas, kami melakukan pemeriksaan ketahanan tambahan untuk memperkuat validitas hasil kami. Kami menggunakan analisis pencocokan skor kecenderungan dan pemeriksaan ketahanan tambahan, dengan kolom 1 pada Tabel 2 menjadi spesifikasi pilihan kami.

Untuk memulai, kami memperkirakan model logit untuk memprediksi status perawatan—apakah blok-blok tersebut terletak dalam radius 500 m dari unit perumahan umum, menggunakan karakteristik awal K-blok. Secara khusus, kami menggunakan nilai rata-rata dari tiga karakteristik berikut yang diukur pada bulan November dan Desember 2017 (sebelum diperkenalkannya perumahan umum pada tahun 2018): logaritma tingkat pendapatan rata-rata, bagian individu berusia 20–59 tahun, dan logaritma populasi K-blok. Estimasi logit menunjukkan bahwa blok perawatan memiliki tingkat pendapatan dan populasi yang relatif lebih rendah dibandingkan dengan blok kontrol, yang menunjukkan bahwa perumahan umum disediakan di area yang dicirikan oleh status sosial ekonomi yang lebih rendah (Tabel A6 ). Probabilitas ini dikontrol secara fleksibel dalam persamaan perbedaan-dalam-perbedaan (Persamaan 2 ), yang membantu menjelaskan perbedaan antara kelompok perawatan dan kontrol. 19

Tabel 5 menunjukkan estimasi perumahan umum yang selanjutnya mengendalikan tiga karakteristik awal K-blok (diukur pada tahun 2017), bersama dengan hasil pencocokan skor kecenderungan. Kolom 1 menyajikan koefisien tanpa mengendalikan karakteristik tingkat blok, yang sesuai dengan kolom 1 Tabel 2. Kolom 2 juga menyertakan karakteristik tingkat blok yang berinteraksi dengan efek tetap waktu. Di kolom 3, kami malah membagi blok menjadi lima kelompok berdasarkan karakteristik awalnya (pendapatan rata-rata, pangsa individu usia prima, dan populasi K-blok) dan menyertakan boneka kelompok yang berinteraksi dengan efek tetap waktu. Kolom 4 menampilkan hasil pencocokan skor kecenderungan, di mana probabilitas yang diprediksi (diperoleh dari regresi logit) hingga pangkat 4 berinteraksi dengan efek tetap waktu. Koefisien yang diestimasi secara analitis tidak dapat dibedakan di seluruh kolom, yang menunjukkan kekokohan hasil perbedaan-dalam-perbedaan kami.

 

TABEL 5. Dampak perumahan umum, dengan mengendalikan karakteristik lingkungan sekitar.

Catatan : Kesalahan baku dikelompokkan berdasarkan lingkungan sekitar setiap unit perumahan umum dan ditunjukkan dalam tanda kurung. Regresi dibobot dengan populasi blok-K dibagi dengan berapa kali blok-K digunakan dalam analisis. Sampel dibatasi pada blok-K dalam radius 1000 m dari setiap unit perumahan umum. Kami mengecualikan blok-K tempat perumahan sewa umum dipasok setidaknya satu kali antara tahun 2017 dan 2020. Kami memperkirakan Persamaan ( 2 ), dengan menambahkan efek tetap tambahan di kolom 2 hingga 4. Kolom 2 juga menyertakan karakteristik tingkat blok (pendapatan rata-rata dan bagian individu usia kerja) yang berinteraksi dengan efek tetap waktu. Kolom 3 membagi blok-K menjadi lima kelompok berdasarkan karakteristik awal mereka dan menyertakan boneka kelompok yang berinteraksi dengan efek tetap waktu. Kolom 4 menampilkan hasil pencocokan skor kecenderungan, di mana probabilitas yang diprediksi yang diperoleh dari regresi logit dalam (Tabel A6 ) hingga pangkat 4 berinteraksi dengan efek tetap waktu. Variabel hasil untuk Panel A dan B adalah logaritma konsumsi bulanan dan pangsa individu berusia 20–59 tahun, masing-masing. * p < 0,1, ** p < 0,05, *** p < 0,01.

Untuk pemeriksaan ketahanan tambahan, Tabel 6 mendefinisikan ulang kelompok perlakuan menggunakan jarak yang bervariasi, menetapkannya sebagai blok yang terletak dalam jarak 300, 400, 500, 600, dan 700 m dari unit perumahan umum. 20 Efek perumahan umum diperkirakan dengan gangguan yang lebih besar untuk cincin perlakuan 300 dan 400 m, meskipun secara statistik tidak dapat dibedakan dari hasil utama yang diperoleh dengan cincin perlakuan 500 m. Ketika cincin perlakuan yang lebih sempit (misalnya, 0–300 m) dan kontrol (misalnya, 300–600 m) digunakan, ukuran sampel berkurang secara signifikan, sehingga menghasilkan kesalahan standar yang lebih besar. Selain itu, efek perlakuan dapat diremehkan jika dampak perumahan umum meluas ke cincin kontrol. Misalnya, Blanco dan Neri ( 2023 ) menetapkan radius kelompok perlakuan pada 800 m, yang menunjukkan bahwa efek perumahan umum dapat diamati di area yang lebih luas. Sejalan dengan ini, estimasi kami menjadi lebih akurat untuk cincin perawatan sejauh 500, 600, dan 700 m, yang selanjutnya memperkuat ketahanan temuan empiris kami.

TABEL 6. Dampak perumahan umum, menggunakan definisi pengobatan alternatif.

Catatan : Kesalahan standar dikelompokkan berdasarkan lingkungan sekitar setiap unit perumahan umum dan ditunjukkan dalam tanda kurung. Regresi dibobot berdasarkan populasi blok-K dibagi dengan jumlah kali blok-K digunakan dalam analisis. Sampel dibatasi pada blok-K dalam radius 600 m (kolom 1), radius 800 m (kolom 2), atau radius 1000 m (kolom 3-5) dari setiap unit perumahan umum. Kami memperkirakan Persamaan ( 2 ) dan melaporkan
Dan
di mana variabel hasil untuk Panel A dan B adalah logaritma konsumsi bulanan dan bagian individu berusia 20–59 tahun, masing-masing. Blok K diperlakukan saat berada dalam radius 300 m (kolom 1), 400 m (kolom 2), 500 m (kolom 3), 600 m (kolom 4), dan 700 m (kolom 5).

Seperti yang disorot oleh Callaway dan Sant’Anna ( 2021 ), Sun dan Abraham ( 2021 ), dan lainnya, pengaturan waktu yang terhuyung-huyung dari pasokan perumahan sewa publik dapat menyebabkan estimasi perbedaan-dalam-perbedaan yang bias. Analisis awal kami berfokus secara eksklusif pada dampak perumahan sewa publik yang dipasok pada tahun 2018 dan mengecualikan K-blok tempat perumahan sewa publik dipasok setidaknya satu kali antara tahun 2017 dan 2020, mengurangi bias ini. Namun, K-blok yang mungkin terpengaruh oleh dampak lingkungan dari perumahan sewa publik yang dipasok sebelum tahun 2018 (misalnya, dalam radius 500 m) masih disertakan, yang dapat membiaskan dampak estimasi pasokan tahun 2018 yang ditunjukkan pada Tabel 2 .

Untuk mengatasi masalah ini, kami selanjutnya mengecualikan blok-K yang terletak di dekat perumahan sewa publik yang disediakan antara tahun 2016 dan 2017—tahun-tahun di mana data perumahan sewa publik tersedia. Secara khusus, kami mengecualikan blok-K dalam jarak 300, 500, dan 1000 m dari perumahan sewa publik yang disediakan pada tahun 2016 atau 2017. Hasilnya menunjukkan bahwa dampak perumahan publik yang disediakan pada tahun 2018 tetap serupa dengan yang diperoleh tanpa pengecualian tersebut, meskipun kesalahan standar cenderung lebih besar. Ini menunjukkan bahwa pengaturan waktu penyediaan perumahan publik yang bertahap tidak terlalu bermasalah dalam pengaturan empiris kami (Tabel A7 ).

Kami juga melakukan analisis ketahanan tambahan untuk memeriksa validitas hasil kami. Selain itu, kami mengontrol jumlah unit perumahan umum lainnya yang dipasok dalam blok K antara tahun 2017 dan 2020 (Tabel A8 ). Kedua, kami mengecualikan blok yang berada dalam radius 1000 m dari unit perumahan umum lebih dari satu kali selama tahun pasokan (Tabel A9 ). 21 Kami menemukan bahwa hasil kami secara umum kuat terhadap kontrol alternatif dan pembatasan sampel ini.

6 KESIMPULAN
Kami menganalisis dampak perumahan sewa publik terhadap lingkungan sekitar pada tingkat konsumsi rata-rata dan pangsa populasi usia kerja. Kami menemukan bahwa perumahan bangun-untuk-sewa menurunkan tingkat konsumsi rata-rata dan pangsa populasi usia kerja, sedangkan perumahan beli-untuk-sewa tidak memiliki dampak yang signifikan. Ada bukti yang menunjukkan bahwa perbedaan dampak perumahan beli dan bangun-untuk-sewa mungkin tidak sepenuhnya hilang bahkan setelah memperhitungkan jumlah unit perumahan di setiap jenis perumahan publik.

Studi ini berfokus pada dampak perumahan umum yang relatif berjangka pendek karena terbatasnya ketersediaan data. Periode pasca yang tersedia untuk analisis empiris adalah 1 atau 2 tahun setelah setiap pasokan, sehingga mustahil untuk menganalisis dampak jangka panjang. Dampak jangka panjang mungkin berbeda dan bisa lebih terasa daripada dampak jangka pendek, karena beberapa penghuni mungkin memiliki mobilitas terbatas dalam jangka pendek karena kendala tempat kerja, kontrak sewa, dan berbagai faktor lainnya.

Meskipun demikian, hasil jangka pendek kami tetap memberikan wawasan penting bagi para pembuat kebijakan yang berupaya meminimalkan dampak negatif perumahan umum. Perumahan beli-sewa, yang disediakan dalam jumlah lebih kecil per proyek, mungkin memiliki keunggulan dibandingkan perumahan bangun-sewa karena dapat diterima oleh penduduk di lingkungan sekitar. Khususnya, perumahan bangun-sewa memiliki keunggulan tersendiri karena cenderung lebih hemat biaya dan memungkinkan penyediaan fasilitas yang mudah bagi penyewa. Dengan demikian, para pembuat kebijakan harus menilai biaya dan manfaat berbagai jenis perumahan umum dengan mempertimbangkan dampak lingkungan yang heterogen yang ditemukan dalam studi ini.